| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 相关文献综述 | 第12-17页 |
| 1.2.1 国外研究文献 | 第12-13页 |
| 1.2.2 国内研究文献 | 第13-17页 |
| 1.3 研究对象及范围界定 | 第17页 |
| 1.4 研究内容和研究思路 | 第17页 |
| 1.5 研究方法和技术路线 | 第17-19页 |
| 第2章 理论基础 | 第19-30页 |
| 2.1 收益管理理论 | 第19-25页 |
| 2.1.1 收益管理的概念 | 第19-20页 |
| 2.1.2 行业应用特征 | 第20-22页 |
| 2.1.3 收益管理内容与过程 | 第22-25页 |
| 2.2 座位控制理论 | 第25-28页 |
| 2.2.1 座位控制方法 | 第25页 |
| 2.2.2 座位控制基本模型 | 第25-28页 |
| 2.3 粒子群算法 | 第28-30页 |
| 第3章 多区间多等级票价座位控制模型的构建 | 第30-36页 |
| 3.1 多区间收益问题描述 | 第30-31页 |
| 3.2 模型的构建 | 第31-34页 |
| 3.2.1 惩罚函数选择 | 第31-32页 |
| 3.2.2 模型的基本假设条件 | 第32-33页 |
| 3.2.3 多区间多等级票价座位控制模型 | 第33-34页 |
| 3.3 模型求解方法分析 | 第34-36页 |
| 第4章 模型的算法设计及实现 | 第36-46页 |
| 4.1 粒子群优化算法参数设置 | 第36-37页 |
| 4.2 粒子群优化算法的改进设计 | 第37-41页 |
| 4.2.1 标准 PSO 算法的数学模型 | 第37-38页 |
| 4.2.2 标准 PSO 算法的流程及流程图 | 第38-39页 |
| 4.2.3 标准 PSO 算法的缺陷 | 第39页 |
| 4.2.4 改进的 PSO 算法设计 | 第39-41页 |
| 4.3 基于 PSO 的多区间多等级票价座位控制模型设计 | 第41-46页 |
| 4.3.1 粒子的构造方法 | 第41页 |
| 4.3.2 座位控制方案寻优过程模拟 | 第41-44页 |
| 4.3.3 PSO 算法的伪代码及求解步骤 | 第44-46页 |
| 第5章 算例 | 第46-59页 |
| 5.1 算例描述 | 第46-47页 |
| 5.2 运算过程设计 | 第47-56页 |
| 5.3 算例结果及其分析 | 第56-59页 |
| 结论 | 第59-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第67-68页 |
| 附录B 部分源程序清单 | 第68-78页 |